【Hackathon 8th No.23】RFC：Improved Training of Wasserstein GANs 论文复现

[robinbg]

No description provided.

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请检查PR提交格式和内容是否完备，具体请参考示例和模版。
Your PR has been submitted. Thanks for your contribution!
Please check its format and content. For this, you can refer to Template and Demo.

[lijialin03]

Suggested change

	PaddleScience/
	├── ppsci/
	│ ├── utils/
	│ │ ├── __init__.py
	│ │ ├── losses.py # 损失函数
	│ │ ├── metrics.py # 评估指标
	│ │ └── visualization.py # 可视化工具
	│ └── ...
	└── examples/
	└── wgan_gp/
	├── __init__.py
	├── models/
	│ ├── __init__.py
	│ ├── base_gan.py # GAN 基类
	│ ├── wgan.py # WGAN 实现
	│ └── wgan_gp.py # WGAN-GP 实现
	└── cases/
	├── wgan_gp_toy.py # 玩具数据集示例
	├── wgan_gp_mnist.py # MNIST 示例
	└── wgan_gp_cifar.py # CIFAR-10 示例
	PaddleScience/
	└── examples/
	└── wgan_gp/
	├── __init__.py
	├── utils/
	│ ├── __init__.py
	│ ├── losses.py # 损失函数
	│ ├── metrics.py # 评估指标
	│ └── visualization.py # 可视化工具
	├── models/
	│ ├── __init__.py
	│ ├── base_gan.py # GAN 基类
	│ ├── wgan.py # WGAN 实现
	│ └── wgan_gp.py # WGAN-GP 实现
	└── cases/
	├── wgan_gp_toy.py # 玩具数据集示例
	├── wgan_gp_mnist.py # MNIST 示例
	└── wgan_gp_cifar.py # CIFAR-10 示例

[lijialin03]

如果要向ppsci下添加代码，需要遵守当前ppsci库中代码的格式，所以所有代码都放在examples的当前案例下即可。同时ppsci下已经存在一些loss等现成的代码，实现时如果需要，可以考虑是否可以直接使用。